Kelompok 10 - S1 Akuntansi Transfer - A - Chapter 5
Kelompok 10 - S1 Akuntansi Transfer - A - Chapter 5
CHAPTER 5 SCOTT
THE VALUE RELEVANCE OF ACCOUNTING INFORMATION
Gambar 5.2
Gambar 5.2 memberikan ilustrasi grafis model pasar untuk bentuk j untuk periode t, di
mana kita memperhitungkan panjang periode sebagai satu hari. Periode waktu yang lebih
lama, seperti minggu, bulan, atau tahun, dan bahkan periode yang lebih pendek, juga
digunakan oleh peneliti.
Angka tersebut menunjukkan hubungan antara return on firm j's dan return on market
portfolio (misalnya, oleh indeks industri rata-rata dow jones atau indeks komposit
S&P/TSK). Persamaan model pasar:
Rjt = αj + βjRMt + єjt
Para peneliti akan memperoleh data yang lalu pada Rjt dan RMt dan menggunakan
analisis regresi untuk menentukan koefisien model. Misalnya ini menghasilkan αj = 0,0001
dan βj 0,080.
Sekarang, dengan perkiraan model pasar untuk perusahaan ini, peneliti dapat berkonsultasi
dengan media keuangan untuk mengetahui hari pengumuman pendapatan perusahaan saat ini.
Sebut ini "hari 0" misalkan untuk hari ke 0 kembalinya indeks industri dow jones adalah
0,001. Maka perkiraan model pasar perusahaan j digunakan untuk memprediksi return j's
saham untuk hari ini. Seperti yang ditunjukkan pada gambar 5.2 ini diharapkan return adalah
0,0009. Sekarang berasumsi bahwa return aktual saham perusahaan j untuk hari ke 0 adalah
0.0015. Maka selisih antara actual dan expected return adalah 0,0006 (yaitu €jt = 0,0006
untuk hari ini) 0,0006 ini adalah perkiraan abnormal, atau firm-specific, return pada saham
perusahaan j untuk hari itu. Return abnormal ini juga diinterpretasikan sebagai tingkat
pengembalian saham perusahaan j untuk hari 0 setelah menghilangkan pengaruh faktor pasar
secara keseluruhan. Perhatikan bahwa interpretasi ini konsisten dengan contoh 3.2, dimana
kita membedakan antara faktor spesifik pasar dan perusahaan. Prosedure ini memberikan cara
operasional untuk membuat pemisahan.
Perhatikan bahwa pengembalian bulanan kumulatif pada Gambar 5.3. Meskipun ada
peningkatan yang substansial (untuk GN) dan penurunan (untuk BN) rata-rata abnormal
return di bursa saham sempit yang terdiri dari bulan 0, seperti yang dijelaskan di atas,
Gambar 5.3 menunjukkan bahwa pasar mulai mengantisipasi GN atau BN sebanyak Tahun
sebelumnya, dengan hasil yang mengembalikan accumu. Lated terus selama periode. Seperti
yang bisa dilihat, jika seorang investor bisa membeli semua perusahaan GN satu tahun
sebelum kabar baik itu dilepaskan dan menahan mereka sampai akhir bulan peluncuran, akan
ada pengembalian ekstra lebih dari 5% dari Dan di atas tingkat pengembalian pasar.
Demikian pula, kerugian abnormal lebih dari 9% telah terjadi pada portofolio perusahaan BN
yang dibeli satu tahun sebelum berita buruk tersebut dilepaskan?
Hal ini menyebabkan perbedaan penting antara studi jendela sempit dan lebar. Jika reaksi
pasar keamanan terhadap informasi akuntansi diamati selama jendela sempit beberapa hari
(atau, dalam kasus BB, satu bulan) yang mengelilingi pengumuman pendapatan, dapat
dikatakan bahwa informasi akuntansi merupakan penyebab reaksi pasar. . Alasannya adalah
bahwa selama jendela yang sempit terdapat relatif sedikit kejadian spesifik perusahaan selain
laba bersih untuk mempengaruhi tingkat pengembalian saham. Juga, jika kejadian lain terjadi,
seperti pemecahan saham atau pengumuman dividen, perusahaan yang terkena dampak dapat
dikeluarkan dari sampel, seperti yang disebutkan. Jadi, hubungan jendela yang sempit antara
pengembalian keamanan dan informasi akuntansi menunjukkan bahwa pengungkapan
akuntansi adalah sumber Informasi baru kepada investor.
Evaluasi pengembalian keamanan melalui jendela yang lebar, bagaimanapun, membuka
mereka ke sejumlah peristiwa lain yang mempengaruhi harga saham. Misalnya, sebuah
perusahaan mungkin telah menemukan cadangan minyak dan gas baru, terlibat dalam proyek
litbang yang menjanjikan, atau meningkatkan penjualan dan pangsa pasar. Seiring pasar
mempelajari informasi ini dari sumber yang lebih tepat waktu, seperti artikel media,
pengumuman perusahaan, kondisi ekonomi dan industri, laporan triwulanan, dan pembelian
orang dalam (untuk GN) dan penjualan (BN), harga saham akan mulai meningkat. Hal ini
mencerminkan Sifat keamanan harga yang sebagian informatif karena, dalam harga
keamanan pasar yang efisien mencerminkan semua informasi yang ada, tidak hanya
informasi akuntansi. Jadi, harga yang benar-benar dilakukan dengan baik seharusnya
memiliki banyak efek pada pangsa yang diantisipasi oleh pasar sebelum GN muncul dalam
laporan keuangan. Artinya, karena adanya lag pengakuan, harga memimpin laba atas jendela
yang lebar. Dengan demikian, sebagian besar yang dapat diperdebatkan untuk jendela yang
luas adalah bahwa laba bersih dan pengembalian terkait. Artinya, ini adalah kinerja ekonomi
yang nyata dan mendasari perusahaan yang menghasilkan asosiasi, karena harga saham dan
laba (dengan lag) bersih mencerminkan kinerja sebenarnya.
Jelas, efek ini terjadi dalam penelitian BB. Sekilas pada Gambar 5.3 menunjukkan
bahwa walaupun ada kenaikan yang signifikan (perusahaan GN) dan penurunan (BN) dalam
pengembalian tahunan kumulatif selama bulan 0, seperti yang telah dicatat sebelumnya,
sebagian besar informasi dalam laba bersih diantisipasi sebelum bulan 0. Sebenarnya , BB
memperkirakan bahwa rata-rata 85% -90% informasi dalam pendapatan tahunan sudah
masuk dalam harga saham pada saat pendapatan tahunan diumumkan. Namun demikian, hasil
jendela yang sempit tetap ada; Pasar tidak mengantisipasi semua informasi mengenai laba
bersih, sehingga mendukung teori pasar dan teori pasar yang efisien dan relevansi nilai dari
informasi akuntansi.
3. OUTCOMES OF THE BB STUDY
Salah satu hasil terpenting BB adalah membuka sejumlah besar masalah kegunaan
tambahan. Langkah selanjutnya yang logis adalah bertanya apakah besarnya pendapatan tak
terduga terkait dengan besarnya respon pasar keamanan mengingat analisis BB hanya
didasarkan pada tanda pendapatan tak terduga. Artinya, informasi pendapatan dari penelitian
BB hanya dikelompokkan ke dalam GN atau BN, ukurannya cukup kasar.
Pertanyaan besarnya tanggapan diselidiki, misalnya oleh Beaver, Clarke, dan Wright
(BCW) pada tahun 1979. Mereka memeriksa sampel 276 perusahaan NYSE dengan 31
Desember berakhir, selama periode 10 tahun dari 1965 sampai 1974. Untuk setiap perusahaan
sampel, untuk setiap tahun periode sampel, mereka memperkirakan perubahan pendapatan
tak terduga. Mereka kemudian menggunakan prosedur model pasar untuk memperkirakan
hasil keamanan abnormal yang terkait dengan perubahan pendapatan yang tidak terduga ini.
Setelah membandingkan perubahan pendapatan yang tidak diharapkan dengan hasil
keamanan abnormal, Bcw menemukan bahwa semakin besar perubahan pendapatan tak
terduga, semakin besar respons pasar keamanan. Hasil ini konsisten dengan CAPM dan
kegunaan keputusan, karena yang lebih besar adalah pendapatan tak terduga, semakin banyak
rata-rata investor memperkirakan perkiraan kinerja perusahaan masa depan dan hasil
investasi mereka, mengembalikan hal-hal yang sama.
Juga, sejak tahun 1968, para peneliti akuntansi telah mempelajari respon pasar terhadap
pendapatan bersih di bursa-bursa efek lain, di negara-negara lain, dan untuk laporan-laporan
penghasilan tiap kuartal, dengan hasil-hasil serupa. Pendekatan tersebut telah digunakan
untuk mempelajari respon pasar terhadap informasi yang terdapat dalam standar-standar
akuntansi baru, perubahan-perubahan auditor, dll. Di sini, bagaimanapun juga, kita akan
berkonsentrasi pada apa yang mungkin merupakan perluasan BB yang terpenting, koefisien-
koefisien respon penghasilan-penghasilan. Macam penelitian ini mengajukan suatu
pertanyaan yang berbeda dari BCW, yaitu, untuk suatu jumlah tertentu dari penghasilan-
penghasilan yang tidak diharapkan, apakah respon pasar sekuritas lebih besar untuk beberapa
perusahaan daripada untuk yang lain
C. EARNING RESPONSE COEFFICIENTS
Mengapa pasar saham akan memberi respon lebih kuat terhadap berita baik/berita buruk
atas laba untuk satu perusahaan dan tidak untuk perusahaan lain? Bila jawaban dari
pertanyaan ini dapat dijawab maka para akuntan akan dapat meningkatkan pemahaman
mereka tentang bagaimana informasi akuntansi bermanfaat bagi investor.
Konsekuensinya satu arahan yang paling penting adalah penelitian empiris akuntansi
keuangan yang mengikuti Brown dan Ball telah mengidentifikasi dan menjelaskan berbagai
macam respon pasar yang berbeda terhadap informasi laba. Hal ini disebut penelitian earning
response coefficient (ERC).
ERC mengukur peningkatan abnormal return saham dalam merespon komponen yang
tidak diharapkan dalam pengumuman laba perusahaan yang mengeluarkan saham.
Berbagai macam respon pasar yang berbeda disebabkan oleh beberapa hal berikut :
1. Beta
2. Kualitas Earning
3. Pertumbuhan kesempatan
4. Kesamaan dalam harapan investor
5. Nilai informasi dari Harga saham
Mengapa para akuntan seharusnya memperhatikan respon pasar terhadap informasi
akuntansi keuangan adalah karena pemahaman yang berkembang mengenai respon pasar
mengarahkan bahwa respon pasar dapat lebih meningkatkan kegunaan pengambilan
keputusan atas laporan keuangan.
D. IMPLIKASI of ERC RESEARCH
Mengapa akuntan tertarik dengan respons pasar terhadap informasi akuntansi keuangan?
Intinya, alasannya adalah bahwa pemahaman yang lebih baik mengenai respons pasar
menunjukkan cara-cara agar mereka dapat memperbaiki kegunaan keputusan laporan
keuangan lebih lanjut. Sebagai contoh, bukti empiris hubungan positif antara ERC dan
kualitas laba menunjukkan bahwa kualitas pendapatan yang lebih tinggi adalah nilai dari
investor ekuitas.
Juga, temuan bahwa ERC lebih rendah untuk perusahaan yang sangat levered mendukung
argumen untuk memperluas pengungkapan sifat dan besaran instrumen keuangan, termasuk
aset yang berada di luar neraca. Jika ukuran relatif kewajiban perusahaan mempengaruhi
respons pasar terhadap laba bersih, maka diharapkan semua kewajiban diungkapkan. Ingat
dari bagian 1.3 bahwa kewajiban neraca dari lembaga keuangan merupakan faktor yang
berkontribusi terhadap krisis pasar 2007-2008.
Pentingnya peluang pertumbuhan bagi investor menunjukkan, misalnya, keinginan untuk
mengungkapkan segmen akan memungkinkan investor untuk mengisolasi operasi perusahaan
yang menguntungkan dan tidak menguntungkan. MD & A juga memungkinkan perusahaan
untuk mengkomunikasikan prospek pertumbuhannya, seperti yang dijelaskan di bagian 3.6.
Akhirnya, pentingnya persistensi pendapatan ke ERC berarti pengungkapan komponen
laba bersih bermanfaat bagi investor. Banyak detail dalam laporan laba rugi, di neraca, dan
dalam informasi tambahan membantu investor menafsirkan ketekunan jumlah pendapatan
saat ini. Argumen ini didukung oleh jones dan smith (2011), yang mempelajari ketekunan
keuntungan dan kerugian yang tidak biasa dan tidak berulang (disebut item khusus oleh
penulis), berdasarkan sampel perusahaan A.S selama periode 1986-2005. Mereka melaporkan
bahwa barang-barang khusus bertahan rata-rata selama paling sedikit lima tahun.
Jones dan smith juga memeriksa ketekunan pendapatan komprehensif lainnya (OCI;
bagian 1.10). Mereka melaporkan bahwa item OCI bersifat sementara, bertahan rata-rata
hanya dalam satu tahun.
E. MEASURING INVESTOR’S EARNING EXPECTATIONS
Seperti yg disebutkan sebelumnya, para peneliti harus memperoleh proxy untuk
pendapatan yang diharapkan, mengingat pasar efisien akan bereaksi hanya pada porsi dari
pengumuman pendapatan yang tidak diharapkan. Jika sebuah proxy yang layak/pantas tidak
diperoleh, peneliti bisa gagal dalam mengidentifikasi reaksi pasar ketika muncul, atau bisa
menyimpulkan dengan salah bahwa reaksi pasar ada ketika itu tidak ada. Sehingga,
pemerolehan prakiraan yang layak dari harapan penghasilan adalah komponen penting dari
nilai relevansi penelitian.
Dibawah syarat ideal, penghasilan yg diharapkan adalah pertambahan secara sederhana
dari potongan harga pembukaan perusahaan. Ketika syarat-syaratnya tidak ideal,
bagaimanapun juga, harapan penghasilan adalah lebih kompleks. Satu pendekatan untuk
proyek time series (susunan waktu) dibentuk oleh laporan lama penghasilan bersih
perusahaan-yaitu sebagai, dasar ekspektasi masa depan pada performa lama.
Sebuah proyeksi yang layak, bagaimanapun juga, tegantung pada ketekunan pendapatan.
Untuk melihat ini, pertimbangkan perbedaan besar dari 100% pendapatan tetap dan nol
pendapatan tetap. Jika pendapatan tetap secara utuh, pendapatan yang diharapkan untuk tahun
ini adalah hanya pendapatan aktual tahun lalu. Kemudian, pendapatan yang tidak diharapkan
diperkirakan berubah dari tahun lalu. Pendekatan ini telah digunakan oleh Ball dan Brown,
seperti yang dijelaskan di section 5.3. jika pendapatan dari nol ketekunan, kemudian tidak ada
informasi pada pendapataan tahun lalu tentang pendapatan masa depan, dan semua arus
pendapatan tidak terperkirakan. Sehingga, pendapatan yg tidak diharapkan sama dengan
tingkat pendapatan tahun ini. Pendekatan ini digunakan oleh Bill Cautious.
Perbedaan yang mana yang mendekati kebenaran? Ini dapat dievaluasi dengan tingkat
korelasi antara uang jaminan dan perkiraan pendapatan yg tidak diharapkan, sebuah
pertanyaan diujikan oleh Easton dan Harris (1991). Menggunakan analisis regresi dari contoh
yang banyak/luas dari perusahaan-perusahaan Amerika antara periode 1969-1986, mereka
mendokumentasikan sebuah korelasi antara uang jaminan 1 tahun dan kembalian dalam
pemasukan bersih, sejalan dengan pendekatan dari Ball dan Brown. Bagaimanapun juga, ada
korelasi lebih kuat yg genap antara kembalian dan tingkat pemasukan bersih. Lebih jauh lagi,
ketika keduanya perubahan dan tingkat penghasilan digunakan, dua variabel yg digabungkan
membentuk pekerjaan yang lebih baik yg signifikan dari prediksi kembalian daripada
variabel secara terpisah. Hasil2 ini menyarankan bahwa kebenaran dimanapaun ditengah,
keduanya berubah dan tingkat pemasukan bersih adalah komponen dari ekspektasi
pendapatan pasar, dimana berat relatif pada 2 komponen bergantung pada ketekunan
pendapatan.
Pembahasan di depan berdasarkan semata-mata pada pendekatan urutan waktu,
bagaimanapun juga. Sumber lain dari ekspektasi pendapatan adalah analisa ramalan. Ini
sekarang tersedia secara luas untuk kebanyakan perusahaan2 besar. Jika analisa ramalan lebih
akuurat dari ramalan urutan waktu, mereka menyediakan perkiraan lebih baik dari ekspektasi
pendapatan, sejak rasional investor akan kiranya menggunakan ramalan paling akurat. Bukti
oleh Brown, Hagerman, Griffin, dan Zinijewski (1987), yang mempelajari performa
peramalan selama triwulan dari satu organisasi peramalan (Value Line), menyarankan bahwa
analis outperform model urutan waktu dalam istilah ketepatan. O’Brien (1988) juga
menemukan bahwa analis ramalan penghasilan triwulan lebih akurat dari ramalan urutan
waktu. Hasil2 ini yang kita harapkan, sejak analis dapat membawa untuk menunjang
informasi dibalik yang terkandung dalam penghasilan lalu ketika membuat proyeksi
penghasilan mereka.
Meskipun bukti bahwa ramalan analis cenderung lebih akurat daripada ramalan
berdasarkan urutan waktu, bukti lain (Easton dan Sommers, 2007) menyarankan bahwa
ramalan analis menyimpang dengan pasti, terutama untuk perusahaan kecil. Namun,
penelitian terbaru tentang informasi berisi pendapatan cenderung berdasarkan ekspektasi
pendapatan pada analisis ramalan.